根据费希尔的理论，当p值小于0.05时在统计上是显著的，一般人们遵循费希尔设定的0.05作为显著性水平。但具体来说，还应根据预先设定的显著性水平来判断。
显著性水平与P 值的区别：
1、表示含义不同：
（1）显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了的概率或风险。
（2）P值即概率，反映某一事件发生的可能性大小。实际上，P值不能赋予数据任何重要性，只能说明某事件发生的几率。
2、取值含义不同：
（1）显著性水平是公认的小概率事件的概率值，必须在每一次统计检验之前确定，通常取α=0.05或α=0.01。这表明，当作出接受原假设的决定时，其正确的可能性（概率）为95%或99%。
（2）统计学根据显著性检验方法所得到的P 值，一般以P <0.05 为有统计学差异， P<0.01 为有显著统计学差异，P<0.001为有极其显著的统计学差异。其含义是样本间的差异由抽样误差所致的概率小于0.05 、0.01、0.001。
P值计算方法
一般地，用X 表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说：
左侧检验的P值为检验统计量X 小于样本统计值C 的概率，即：P = P{ X <C}
右侧检验的P值为检验统计量X 大于样本统计值C 的概率：P = P{ X >C}
双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍：P = 2P{ X >C} (当C位于分布曲线的右端时) 或P = 2P{ X<C} (当C 位于分布曲线的左端时) 。若X 服从正态分布和t分布，其分布曲线是关于纵轴对称的，故其P 值可表示为P = P{| X| >C} 。
对的，差异二字表明必然需要有东西来比较，自己和自己比都是一样的，何来差异之说 百科定义：显著性差异（significance level），是一个统计学名词。它是统计学（statistics）上对数据差异性的评价。当数据之间具有了显著性差异，就说明参与比对的数据不是来自于同一总体（population），而是来自于具有差异的两个不同总体 你看有一个数据之间，表明至少两组数据在作结论时，应确实描述方向性（例如显著大于或显著小于）。sig值通常用 P>0.05 表示差异性不显著；0.01<P<0.05 表示差异性显著；P<0.01表示差异性极显著。
显著性差异是统计学（Statistics）上对数据差异性的评价。通常情况下，实验结果达到0.05水平或0.01水平，才可以说数据之间具备了差异显著或是极显著。
欢迎分享，转载请注明来源：优选云
微信扫一扫
支付宝扫一扫
